Google desarrolla un algoritmo que identifica riesgos cardiovasculares con un escáner de retina

La inteligencia artificial (IA) ofrece una nueva forma de evaluar el riesgo de enfermedad cardíaca a través del aprendizaje automático. La clave es un algoritmo desarrollado por la filial de Google dedicada a la tecnología sanitaria, Verily Life; aplicado a imágenes obtenidas mediante escáneres de retina, este algoritmo es capaz de predecir el riesgo de sufrir un accidente cardiovascular grave con, al menos, la misma precisión que los métodos actuales.

La compleja organización de los vasos sanguíneos en esta parte del ojo hace posible la detección de multitud de problemas que afectan al sistema circulatorio, como por ejemplo niveles de colesterol altos o presión arterial elevada. Por esta razón, un equipo de expertos de Verily Life decidió poner a prueba la capacidad de una red neuronal artificial para establecer diagnósticos partir de instantáneas de la retina.

Cómo se crea un sistema de aprendizaje

Para crear este sistema de aprendizaje profundo (deep learning) utilizaron casi 300.000 imágenes de pacientes, etiquetadas con información relevante relacionada con enfermedades cardíacas, como la edad, si son fumadores o no, su presión arterial y el índice de masa corporal. Una vez recibido el entrenamiento apropiado, el sistema fue puesto a prueba con 13.000 imágenes para verificar su precisión.

A través de la foto de la retina, el algoritmo era capaz de establecer – con un margen de 3,5 años- la edad del paciente. Los resultados también fueron positivos en las estimaciones automáticas de la presión arterial y del índice de masa corporal (IMC). A partir de estas pruebas exitosas, el equipo creó una red similar capaz de utilizar las imágenes para estimar el riesgo de un problema cardíaco grave en los próximos cinco años.

Rendimiento

El rendimiento de estas estimaciones -en torno a un 70% de aciertos- resultó estar en valores similares a los métodos que utilizan actualmente los especialistas, basados en muchos de los factores mencionados anteriormente. Con dos diferencias: el algoritmo lo hizo todo a partir de imágenes, en lugar de pruebas físicas y un cuestionario y, por otro lado, la inteligencia artificial aún tiene un importante margen de mejora.

Compartir las mejoras

Otro de los aspectos que los creadores han subrayado es que en este caso la inteligencia artificial ha sido diseñada para comunicar cuáles son los elementos en los que se ha basado para realizar el diagnóstico. De esta manera, los avances del aprendizaje automático podrán ser aprovechados por los investigadores. Para cuestiones como la edad, la condición de fumador y la presión arterial de los pacientes, el software se centró en el estudio de las características de los vasos sanguíneos. El entrenamiento para predecir el género terminó haciendo que se centrara en otros rasgos específicos diseminados por todo el globo ocular, mientras que el índice de masa corporal se determinó sin ningún enfoque obvio, lo que sugiere que hay señales de IMC diseminadas por toda la retina.

Resultados prometedores

Los investigadores afirman que incluso con un entrenamiento relativamente escaso para un algoritmo de aprendizaje profundo los resultados han sido muy prometedores, por lo que creen que hay una enorme capacidad de mejora aumentando la base de fotografías. De producirse estos avances, el algoritmo podría ser una herramienta de diagnóstico muy precisa, ya que las imágenes retinianas ya se están utilizando para detectar problemas oculares asociados con la diabetes, que a su vez, está asociada con enfermedades cardíacas.